c-ares 项目教程
2024-09-14 06:41:03作者:冯梦姬Eddie
1. 项目介绍
c-ares 是一个现代的 DNS (stub) 解析库,用 C 语言编写。它提供了异步查询的接口,旨在抽象底层 DNS 协议的复杂性。c-ares 最初是为那些需要在不阻塞的情况下执行 DNS 查询或需要并行执行多个 DNS 查询的应用程序设计的。
c-ares 的主要目标是提供比系统自带的 DNS 解析器更好的解析器,无论你使用的是哪种系统。它支持多种操作系统,包括 Linux、FreeBSD、OpenBSD、MacOS、Solaris、AIX、Windows、Android 和 iOS 等。c-ares 还具有强大的安全性,实现了安全的解析器和数据构建器,避免了其他 C 库中常见的陷阱。
2. 项目快速启动
2.1 安装 c-ares
首先,你需要从 GitHub 仓库克隆 c-ares 项目:
git clone https://github.com/c-ares/c-ares.git
cd c-ares
然后,使用以下命令进行编译和安装:
./buildconf
./configure
make
sudo make install
2.2 编写一个简单的 DNS 查询程序
以下是一个使用 c-ares 进行 DNS 查询的简单示例程序:
#include <stdio.h>
#include <stdlib.h>
#include <ares.h>
#include <arpa/inet.h>
void dns_callback(void *arg, int status, int timeouts, struct hostent *host) {
if (status == ARES_SUCCESS) {
printf("Host name: %s\n", host->h_name);
char ip[INET6_ADDRSTRLEN];
inet_ntop(host->h_addrtype, host->h_addr_list[0], ip, sizeof(ip));
printf("IP address: %s\n", ip);
} else {
fprintf(stderr, "DNS lookup failed: %s\n", ares_strerror(status));
}
ares_destroy((ares_channel)arg);
ares_library_cleanup();
exit(0);
}
int main(int argc, char **argv) {
if (argc < 2) {
fprintf(stderr, "Usage: %s <hostname>\n", argv[0]);
return 1;
}
ares_channel channel;
if (ares_init(&channel) != ARES_SUCCESS) {
fprintf(stderr, "Failed to initialize c-ares\n");
return 1;
}
ares_gethostbyname(channel, argv[1], AF_INET, dns_callback, channel);
// 事件循环
int nfds, count;
fd_set readers, writers;
struct timeval tv, *tvp;
while (1) {
FD_ZERO(&readers);
FD_ZERO(&writers);
nfds = ares_fds(channel, &readers, &writers);
if (nfds == 0) break;
tvp = ares_timeout(channel, NULL, &tv);
count = select(nfds, &readers, &writers, NULL, tvp);
ares_process(channel, &readers, &writers);
}
return 0;
}
2.3 编译和运行
使用以下命令编译程序:
gcc -o dns_query dns_query.c -lcares
运行程序:
./dns_query example.com
3. 应用案例和最佳实践
3.1 异步 DNS 查询
c-ares 非常适合需要异步 DNS 查询的应用程序。例如,在网络爬虫中,可以使用 c-ares 来并行查询多个域名的 IP 地址,从而提高爬取效率。
3.2 嵌入式系统
c-ares 的轻量级和跨平台特性使其非常适合嵌入式系统。例如,在物联网设备中,可以使用 c-ares 来解析设备连接的服务器地址。
3.3 高性能服务器
在高性能服务器中,c-ares 可以用于处理大量的 DNS 查询请求,特别是在需要快速响应的场景中。
4. 典型生态项目
c-ares 被许多知名的开源项目使用,以下是一些典型的生态项目:
- libcurl: 一个广泛使用的 HTTP 客户端库,使用 c-ares 进行 DNS 解析。
- Node.js: 一个流行的 JavaScript 运行时,使用 c-ares 进行异步 DNS 查询。
- Wireshark: 一个网络协议分析工具,使用 c-ares 进行 DNS 解析。
- UnrealIRCd: 一个 IRC 服务器,使用 c-ares 进行 DNS 解析。
这些项目的选择证明了 c-ares 在异步 DNS 解析方面的可靠性和高效性。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0768
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
826
5.47 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
517
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
784
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
971
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
481
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
767
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284